买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉大连海事大学申请的专利基于双重关系蒸馏约束的高光谱遥感图像新类发现方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119559460B 。

龙图腾网通过国家知识产权局官网在2025-12-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411600894.8，技术领域涉及：G06V10/774；该发明授权基于双重关系蒸馏约束的高光谱遥感图像新类发现方法是由于纯妍;赵晓雯;王玉磊设计研发完成，并于2024-11-11向国家知识产权局提交的专利申请。

本基于双重关系蒸馏约束的高光谱遥感图像新类发现方法在说明书摘要公布了：本发明公开了一种基于双重关系蒸馏约束的高光谱遥感图像新类发现方法，包括获取高光谱遥感图像数据集，根据高光谱遥感图像数据集随机划分并获取数据训练集、数据验证集以及数据测试集；并对数据训练集进行训练数据选取，以获取监督训练样本集与新类发现训练样本集；构建基于双重关系蒸馏约束的高光谱遥感图像新类发现的新类发现网络模型，根据部分监督训练样本集与新类发现训练样本集，对新类发现网络模型进行模型训练，并通过数据验证集对训练后的新类发现网络模型进行模型验证，以获取新类发现网络优化模型；根据新类发现网络优化模型实现对数据测试集中高光谱遥感图像的新类预测。解决了传统分类模式因其依赖于充分的标注数据难以适应新类别的突发出现而逐渐显露出局限性。即现有的分类技术大多依赖于有限的标注样本，导致新类识别能力不足且适应性差的问题。

本发明授权基于双重关系蒸馏约束的高光谱遥感图像新类发现方法在权利要求书中公布了：1.一种基于双重关系蒸馏约束的高光谱遥感图像新类发现方法，其特征在于，包括以下步骤： S1：获取高光谱遥感图像数据集，且高光谱遥感图像数据集包括目标地物的光谱特征与度量空间特征及对应的目标地物类别； 根据高光谱遥感图像数据集随机划分并获取数据训练集、数据验证集以及数据测试集； 并对数据训练集进行训练数据选取，以获取监督训练样本集与新类发现训练样本集； S2：构建基于双重关系蒸馏约束的高光谱遥感图像新类发现的新类发现网络模型，且新类发现网络模型包括用于提取监督训练样本集中的光谱特征与度量空间特征的监督训练网络单元、用于提取新类发现训练样本集中的光谱特征与度量空间特征的新类发现网络单元以及用于根据监督训练网络单元与新类发现网络单元的输出，捕获在谱空维度上的目标地物已知类别与新类别之间类别关系的类别关系分布蒸馏模块； 所述监督训练网络单元包括依次连接的第一特征提取器与第一分类器； 所述新类发现网络单元包括依次连接的第二特征提取器、新类关系预测蒸馏模块以及第二分类器； 所述第一特征提取器与第二特征提取器，分别用于提取监督训练样本集与新类发现训练样本集中的光谱特征与度量空间特征； 同时所述第二特征提取器的输出特征即为实例特征； 第一分类器用于根据第一特征提取器的输出进行目标地物类别的分类； 所述新类关系预测蒸馏模块用于基于GMM模型，根据第二特征提取器的输出获取关于特征分布的聚类堆，并将所述聚类堆定义为特征原型组； 所述新类关系预测蒸馏模块还用于获取实例特征与特征原型组的光谱角余弦相似度，且基于光谱角余弦相似度获取实例特征与特征原型的分配概率； 所述第二分类器用于根据新类关系预测蒸馏模块输出的分配概率，获取新类别的预测伪标签； 所述类别关系分布蒸馏模块用于利用第一分类器的输出，为第二分类器的输出提供分布级蒸馏约束，以捕获在谱空维度上的目标地物已知类别与新类别之间类别关系，进行实现高光谱遥感图像新类的预测； S3：根据监督训练样本集与新类发现训练样本集，对新类发现网络模型进行模型训练，并通过数据验证集对训练后的新类发现网络模型进行模型验证，以获取新类发现网络优化模型； S4：根据所述新类发现网络优化模型实现对数据测试集中高光谱遥感图像的新类预测。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人大连海事大学，其通讯地址为：116000 辽宁省大连市甘井子区凌水街道凌海路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。